基于聚类和NSCT的遥感图像融合算法

研究遥感图像融合问题。针对遥感图像数据在时间、空间和光谱方面差异大,图像分辨率低等问题,为有效提高遥感图像的分辨率,提出了一种基于聚类和NSCT的遥感图像融合算法。首先对源图像进行小波变换提取源图像特征;然后利用改进的模糊C均值聚类算法在多特征形成的特征空间上对图像进行区域分割,并在此基础上对区域进行NSCT分解,通过设计的区域相似度度量方法,以信息度大的区域作为融合区域,对不同的区域采用不同的融合规则进行融合,最后进行重构得到融合图像。仿真结果表明,对比其它图像融合算法,改进的遥感图像融合算法可获得较理想的融合图像,具有一定的实用性。     

模态描述逻辑MALC模型的几个代数性质

本文定义了MALC模型间的同构、同态等关系,并讨论了合式公式在这些关系下的不变性等代数性质。最后定义了MALC的拓扑语义及基于拓扑语义互模拟,得到MALC的合式公式在拓扑互模拟下具有不变性。     

循环ALCN-Tbox具有模型的条件

分析了带循环定义的描述逻辑系统ALCN的研究现状和存在的问题,研究了循环ALCN-Tbox具有模型的条件,指出了Baader文中命题2.9(LetTbe a terminology such that each cycle inGTcontains an even number ofnegative arcs.ThenTis monotone)的错误,并对该命题进行了修改,给出了循环ALCN-Tbox具有不动点模型(最小不动点模型和最大不动点模型)的条件.     

基于Lucene的全文检索系统的研究与实现

Lucene是一个优秀的开源全文搜索技术框架,Lucene全文检索技术是信息检索领域广泛使用的基本技术.它能非常方便地为各种应用程序加入全文索引和搜索功能,快速有效地索引企业累积的大量信息资源.文中阐述了建立全文检索系统的必要性,介绍了全文检索系统的概念并分析了Lucene的系统结构和实现机制,最后结合实际应用背景从系统设计、文挡抽取、索引的建立及执行检索等方面介绍了全文检索系统的实现过程.实践证明,该系统的查准率、查询速度等均达到了设计要求.     

描述逻辑系统FLεN中概念的最小公共包含算法研究

描述逻辑中的非标准推理是目前研究者们所关注的焦点问题,它主要包括:最具体概念、最小公共包含、匹配问题及概念的重写等.过去人们主要研究那些不合数量限制的描述逻辑系统,研究的是描述逻辑系统FLεN厂中的一种重要的非标准推理--概念的最小公共包含,它同时含有数量限制和存在限制,是对前人工作的推广.首先定义了FLεN中概念的描述树及描述树之间的同态关系,给出了概念之间包含关系的推理算法,然后通过两棵概念描述树的笛卡儿积给出了两个概念的最小公共包含推理算法并指出了概念A,B的最小公共包含概念LCS(A,B)的大小size(LCS(A,B))是随着size(A),size(B)呈指数增长的.     

民族地区《C语言》教学方法探索

针对目前民族地区高校C语言教学中存在的实际问题,从教学方法对C语言教学进行了探索,并在C语言教学中取得了教学效果,达到了增强培养学生学习兴趣、提高学生分析问题与解决问题能力的目的。     

一种基于提升小波变换的图像融合新算法

提出了一种基于提升小波变换的图像融合新算法.该算法对多源图像进行提升小波分解,并针对分解后的低频和高频分量各自的特点,选用不同的规则进行融合,即低频近似系数采用基于邻域空问频率加一致性检验,高频细节系数采用基于像素点的绝对值取最大,最后进行提升小波逆变换得到融合图像.实验结果表明,当采用空闻频率误差比率和平均梯度作为客观评价标准,该算法具有良好的融合效果.     

描述逻辑系统UEVN中概念的包含关系

描述逻辑中的非标准推理是目前研究者们所关注的焦点问题,它主要包括：最具体概念、最小公共包含、匹配问题及概念的重写等。过去人们主要研究那些不含数量限制的描述逻辑系统,该文研究的是描述逻辑系统UEVN中的一种重要的非标准推理,它同时含有了并、存在约束量词、全称约束量词和数字限制。利用定义UEVN中概念的描述树及描述树之间的同态关系,给出了概念之间包含关系的充要条件。     

基于NSCT的图像融合算法

在基于非下采样Contourlet变换（NSCT）上提出了一种新的图像融合算法。对经NSCT的低频子带系数采取基于区域能量自适应加权的融合规则,对高频子带系数采用一种混合的融合规则,即选用基于区域强度比的加权选择融合策略进行低层的选择,高层采用像素点的绝对值取大的方法进行选取。实验结果表明,该算法在目视判别以及客观标准下明显优于文中其他基于多尺度分析的图像融合算法,可获得较理想的融合图像。     

基于扩展SMO求解核函数非正定的SVR模型算法

将求解SVC模型的算法运用到求解SVR模型中一般要SVR模型的核函数正定且满足Mercer条件,而实际应用中利用几何框架将SVC模型转换成相应的SVR模型时,通常无法保证经转换得到的SVR模型的核函数具有正定性,从而导致SVR模型不是凸规划模型而无法求解。为解决上述问题,本文提出了一种运用扩展的序列最小最优化方法(SMO)来求解基于非正定核的SVR模型,设计了算法中工作集的选择准则,解决了算法中如何选择工作集变量当前的最优值问题。由于该算法不要求核函数具有正定性,从而拓宽了SVR模型核函数的选择范围。实验表明,该算法对基于正定或非正定核的SVR模型都具有很好的泛化性能和回归精度,具有一定的理论意义和实用价值。